El documento describe el proceso de fabricación de gomitas de un producto. Se detalla que el proceso comienza con la mezcla de ingredientes como azúcar, agua y gelatina, para dar forma a las gomitas usando moldes. Luego se realiza un proceso de secado y aplicación de cera, para finalizar con empacado y control de calidad. Se presentan indicadores como cantidad de gomitas defectuosas y tiempo de control de calidad. Adicionalmente, se explica el uso de gráficas de control como X y R para monitorear la variación

1. TALLER 1 CONTROL Y MEJORAMIENTO
GESTIÓN DE PRODUCCIÓN Y OPERACIONES
JIMENA FERNANDA FAGUA RAMIREZ
KAREN LORENA CACERES CARO
WILMER MAURICIO LOPEZ ALBARRACIN
UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA
ADMINISTRACIÓN INDUSTRIAL
DUITAMA
JULIO 2020

2. 1.
Nombre del proceso: fabricación de gomitas OSITO DORADO
Objetivo del proceso: fabricación masiva de gomitas de óptima calidad, con el menor
margen de defectos en la producción, en el menor tiempo posible.
Responsable del proceso: director de producción Andreas Miller.
Alcance del proceso: el proceso comienza con la mezcla de los ingredientes. Por último se
realiza el proceso de secado se complementa con el control de calidad.
Entrada y salida: el proceso comienza con la entrada de insumos utilizados para la
producción de gomitas los cuales son azúcar, agua , gelatina glucosa, moldes de escayola
diseñados, cera de abejas, finaliza con empacado automatizado con su respectivo control
de calidad y distribución del producto.
Actividades: el proceso comienza con la mezcla de los ingredientes. Para alcanzar la
consistencia justa se necesita química de precisión, para elaborar la masa base se necesita
de azúcar, agua, gelatina, glucosa, sirope dándole forma a las gomitas por medio de moldes
de escayola diseñados por Petra que se introducen a la estampadora. Se vierten en los
moldes por diferentes colores intercalados, Por último se realiza el proceso de secado que
demora un promedio y se aplica una ligera capa brillante uniforme de cera de abeja, se
complementa con el control de calidad.
Indicador de resultados Indicador de procesos
 Cantidad en peso de gomitas de
buena calidad.
 Cantidad de paquetes producidos al
día.
 Cantidad de paquetes vendidos
 Tiempo que demora el control de
calidad
 Cantidad de paquetes defectuosos
al día.
 Cantidad de paquetes vencidos.
Formula:
(Producción real de paquetes / demanda esperada) * 100

3. 2.
Bajo control estadístico:
Por definición, se dice que un proceso está bajo control estadístico cuando no hay causas
asignables presentes. El Control Estadístico de Procesos se basa en analizar la información
aportada por el proceso para detectar la presencia de causas asignables y habitualmente se
realiza mediante una construcción gráfica denominada Gráfico de Control.
Si el proceso se encuentra bajo control estadístico es posible realizar una predicción del
intervalo en el que se encontrarán las características de la pieza fabricada.
Grafica B: la media de las medias, limite central, indica si se han producido cambios en la
tendencia central de un proceso;
El grafico R: promedio de los defectos o distorsiones encontradas, limite superior y limite
inferior, indica si se ha producido una ganancia o una pérdida en la uniformidad.
3.
Cuando el proceso trabaja afectado solamente por un sistema constante de variables
aleatorias no controlables (causas no asignables) se dice que está funcionando bajo Control
Estadístico. Cuando, además de las causas no asignables, aparece una o varias causas
asignables, se dice que el proceso está fuera de control.
4.
[Pasos a seguir cuando se usan las gráficas de control Existen cinco pasos que se siguen
generalmente cuando se emplean las gráficas y R.
1. Recolectar 20 o 25 muestras, a menudo de n =4 o n =5 observaciones cada una, a
partir de un proceso estable y calcular la media y el rango de cada una.
2. Calcular las medias globales y, establecer los límites de control apropiados,
usualmente en el nivel del 99.73%, y calcular los límites de control superior e
inferior preliminares. Para conocer otros límites de control. Si el proceso no es
estable en la actualidad, use la media deseada, μ, en lugar de para calcular los
límites.
3. Graficar las medias y los rangos de las muestras en sus respectivas gráficas de
control y determinar si caen fuera de los límites aceptables.
4. Investigar los puntos o patrones que indiquen que el proceso está fuera de control.
Tratar de asignar las causas de la variación, enfrentarlas, y después reanudar el
proceso.
5. Recolectar muestras adicionales y, de ser necesario, revalidar los límites de control
con los nuevos datos.

4. Grafica B: se utiliza para representar el promedio de los promedios, para representar el
rango normal de la variable
Grafica R: se usa para representar los valores que se salen de la variación normal, el límite
superior y el límite inferior.
5.
Variaciones asignables En un proceso, la variación asignable puede rastrearse hasta su
razón específica. Factores como el desgaste de la maquinaria, el desajuste de equipos, la
fatiga o la mala capacitación de los trabajadores, o nuevos lotes de materias primas, son
fuentes potenciales de variaciones asignables.
Las variaciones naturales y asignables distinguen dos tareas para el administrador de
operaciones. La primera es asegurarse de que el proceso es capaz de operar bajo control
sólo con la variación natural.
La segunda es, por supuesto, identificar y eliminar las variaciones asignables para que los
procesos se mantengan bajo control.
Causas Asignables: Son causas que pueden ser identificadas y que conviene descubrir y
eliminar, por ejemplo, una falla de la máquina por desgaste de una pieza, un cambio muy
notorio en la calidad del plástico, etc. Estas causas provocan que el proceso no funcione
como se desea y por lo tanto es necesario eliminar la causa, y retornar el proceso a un
funcionamiento correcto.
6.
lotes
% piezas
defectuosas
producción
en unidades
piezas
defectuosasen
unidades
1 0,034 1990 68
2 0,023 2279 53
3 0,01 2081 21
4 0,002 2044 5
5 0,015 1617 25
6 0,032 2084 67
7 0,028 2007 57
8 0,009 1990 18
9 0,023 1769 41
10 0,013 1894 25
total piezas
defectuosas
380
pérdidatotal 570
total: 19755

5. límite superior 0,0218065
promedio 0,0189
límite inferior
0
LC LSC LIC DATOS
1,89 2,180649967 0 3,4
1,89 2,180649967 0 2,3
1,89 2,180649967 0 1
1,89 2,180649967 0 0,2
1,89 2,180649967 0 1,5
1,89 2,180649967 0 3,2
1,89 2,180649967 0 2,8
1,89 2,180649967 0 0,9
1,89 2,180649967 0 2,3
1,89 2,180649967 0 1,3
Indicador: % de piezas defectuosas* producción en unidades.
Grafica:
0
0.5
1
1.5
2
2.5
3
3.5
4
1 2 3 4 5 6 7 8 9 10
controlde productos defectuosos
lc lsc lic datos

6. Conclusiones: la empresa genera más de 280 piezas defectuosas debido a esto debe tomar
acciones correctivas. En total en los 10 lotes genera 380 piezas defectuosas lo que conlleva
una pérdida de 570 um
7.
1 trabajador= 4 unidades 1 hora
25 trabajadores = 100 unidades 1 hora
Indicador:
% desempeño (producción / estándar de producción) * 100
Conclusiones: el desempeño de los trabajadores supera el estándar de fabricación (según
tabla % de desempeño)
Según el desempeño de los trabajadores el tiempo estándar es de 294 unidades 1 hora los 25
trabajadores
Cada trabajador: 294/25= 12unidades
Tiempo estándar según la producción: 60 minutos/ 12 unidades= 5
Cada pieza demora en fabricarse 5 minutos
horas unidades
%
desempeño
1 320 320
2 380 380
3 250 250
4 180 180
5 340 340
6 300 300
7 230 230
8 350 350
producción total 2350
nuevo promedio 294
2350 unidades 8 horas/25trabajadores

7. 8.
GRAFICA X
X 2,982083333
R 0,77
A2 0,157
HORA X R
1 3,25 0,71
2 3,1 1,18
3 3,22 1,43
4 3,39 1,26
5 3,07 1,17
6 2,86 0,32
7 3,05 0,53
8 2,65 1,13
9 3,02 0,71
10 2,85 1,33
11 2,83 1,17
12 2,97 0,4
13 3,11 0,85
14 2,83 1,31
15 3,12 1,06
16 2,84 0,5
17 2,86 1,43
18 2,74 1,29
19 3,41 1,61
20 2,89 1,09
21 2,65 1,08
22 3,28 0,46
23 2,94 1,58
24 2,64 0,97

8. LC LSC LIC DATOS
2,982083333 3,102973333 2,86119333 3,25
2,982083333 3,102973333 2,86119333 3,1
2,982083333 3,102973333 2,86119333 3,22
2,982083333 3,102973333 2,86119333 3,39
2,982083333 3,102973333 2,86119333 3,07
2,982083333 3,102973333 2,86119333 2,86
2,982083333 3,102973333 2,86119333 3,05
2,982083333 3,102973333 2,86119333 2,65
2,982083333 3,102973333 2,86119333 3,02
2,982083333 3,102973333 2,86119333 2,85
2,982083333 3,102973333 2,86119333 2,83
2,982083333 3,102973333 2,86119333 2,97
2,982083333 3,102973333 2,86119333 3,11
2,982083333 3,102973333 2,86119333 2,83
2,982083333 3,102973333 2,86119333 3,12
2,982083333 3,102973333 2,86119333 2,84
2,982083333 3,102973333 2,86119333 2,86
2,982083333 3,102973333 2,86119333 2,74
2,982083333 3,102973333 2,86119333 3,41
2,982083333 3,102973333 2,86119333 2,89
2,982083333 3,102973333 2,86119333 2,65
2,982083333 3,102973333 2,86119333 3,28
2,982083333 3,102973333 2,86119333 2,94
2,982083333 3,102973333 2,86119333 2,64
0
0.5
1
1.5
2
2.5
3
3.5
4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
grafica x controlcorte de alambres
LC LSC LIC DATOS

9. GRAFICA R
R 1,02375
D3 0,452
D4 1,548
LC LSC LIC DATOS
1,02375 1,584765 0,462735 0,71
1,02375 1,584765 0,462735 1,18
1,02375 1,584765 0,462735 1,43
1,02375 1,584765 0,462735 1,26
1,02375 1,584765 0,462735 1,17
1,02375 1,584765 0,462735 0,32
1,02375 1,584765 0,462735 0,53
1,02375 1,584765 0,462735 1,13
1,02375 1,584765 0,462735 0,71
1,02375 1,584765 0,462735 1,33
1,02375 1,584765 0,462735 1,17
1,02375 1,584765 0,462735 0,4
1,02375 1,584765 0,462735 0,85
1,02375 1,584765 0,462735 1,31
1,02375 1,584765 0,462735 1,06
1,02375 1,584765 0,462735 0,5
1,02375 1,584765 0,462735 1,43
1,02375 1,584765 0,462735 1,29
1,02375 1,584765 0,462735 1,61
1,02375 1,584765 0,462735 1,09
1,02375 1,584765 0,462735 1,08
1,02375 1,584765 0,462735 0,46
1,02375 1,584765 0,462735 1,58
1,02375 1,584765 0,462735 0,97
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
gráfica R controlcorte de alambre
LC LSC LIC DATOS

10. Conclusiones:
Para el resumen de medición de atributos usamos las gráficas X y R en las cuales los datos
nos muestran una variación normal o controlada, con 1 rango de 24 por fuera de los límites
de variación.